jQuery/cheerio 在标签之间组合 HTML

Question

我想在我的 Node.js 中用 cheerio 分解一些 HTML 代码，我需要得到两个<hr>标签之间所有标签的组合 HTML。

我想要红圈中所有标签的组合 HTML。 我怎么能做到这一点？

Answer 1

您可以在没有任何库的情况下解析 2 <hr class="cl-right">之间的 HTML 内容，仅使用常见的字符串操作。 也许这个解决方法会帮助你：

let content = '<!-- Plugin inserted: [begin] -->'
content+= '<div class="news-single-item">'
content+= '<div style="float: right;"></div>'
content+= '<a href="nachrichten/einzelansicht/article/im-dienst.html" title="Neue Schulsanitate im Dienst">Neue Schulsanitater im Dienst</a>'
content+= '<div class="news-single-rightbox"></div>'
content+= '<h1>Exkursion der Literaturkurse</h1>'
content+= '<hr class="cl-right">'
content+= '<div class="news-single-img"></div>'
content+= '<p></p>'
content+= '<p></p>'
content+= '<p>(Sophie Daubenspeck fOr die Literaturk </p>'
content+= '<p>&nbsp;</p>'
content+= '<p>&nbsp;</p>'
content+= '<hr class="cl-right">'
content+= '<div class="news-single-backlink"></div>'
content+= '</div>'
content+= '<!-- Plugin inserted: [end] -->'
content+= '</div>'

const getContentInside = html => {
    return html.split('<hr class="cl-right">')[1]
}
console.log(getContentInside(content))

然后，如果您从 URL 请求内容：

const url = 'http://www.example.com/your.desired.url.here'
const request = require ('request-promise')

const getContentInside = html => {
    return html.split('<hr class="cl-right">')[1]
}

const startParse = async url => {
    const html = await request(url)
    const contentHR = getContentInside(html)
    console.log(contentHR)
}

startParse(url)

Answer 2

有几种方法。 一种方法是使用nextUntil ：

 const html = ` <p>some stuff</p> <hr class="cl-right"> <div class="news-single-img"> want </div> <p>all</p> <p>of</p> <p>this</p> <hr class="cl-right"> <p>some more stuff</p> `; const text = $(html, "hr.cl-right").nextUntil("hr.cl-right").map((i, e) => $(e).text().trim()).get().slice(0, -1); console.log(text);

 <script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>

如果你想要 HTML 作为一个字符串，你可以使用一个 outerHTML 策略，比如：

 const html = ` <p>some stuff</p> <hr class="cl-right"> <div class="news-single-img"> want </div> <p>all</p> <p>of</p> <p>this</p> <hr class="cl-right"> <p>some more stuff</p> `; const result = $(html, "hr.cl-right").nextUntil("hr.cl-right").slice(0, -1).wrapAll("<div>").parent().html(); console.log(result);

 <script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>

对于 cheerio，请尝试：

const cheerio = require("cheerio"); // 1.0.0-rc.12

const html = `
<p>some stuff</p>
<hr class="cl-right">
<div class="news-single-img">
  want
</div>
<p>all</p>
<p>of</p>
<p>this</p>
<hr class="cl-right">
<p>some more stuff</p>
`;
const $ = cheerio.load(html)
const text = $("hr.cl-right")
  .first()
  .nextUntil("hr.cl-right")
  .map((i, e) => $(e).text().trim())
  .get();
console.log(text);

对于 HTML：

const html = `
<p>some stuff</p>
<hr class="cl-right">
<div class="news-single-img">
  want
</div>
<p>all</p>
<p>of</p>
<p>this</p>
<hr class="cl-right">
<p>some more stuff</p>
`;
const $ = cheerio.load(html);
const htmlOut = $.html($("hr.cl-right").first().nextUntil("hr.cl-right"));
console.log(htmlOut);

也可以看看：

• Web 在两个标签之间进行抓取，使用 cheerio
• 使用 jquery 或 cheerio 在两个标签之间查找 html 文本